数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

知识经济与我国的经济发展战略

知识经济是与传统的农业经济、工业经济不同的一种新的经济形态,是当今世界经济发展的主要趋势,我国经济发展战略的制定,经济增长方式的根本转变,科教兴国战略以及可持续展战略的实施,都与知识经济密切相关,在当前条件下,我国的社会主义建设将面临着实现工业化和走向知识经济的双重挑战。     

采用NP催化剂的芥酸氢化制备山嵛酸工艺研究

本文制备了高效加氢ＮＰ催化剂,并讨论了芥酸采用该催化剂加氢制备山嵛酸时,催化剂浓度、氢气压力、反应温度、搅拌速度等因素对反应的影响。试验结果表明其适宜的工艺条件为：催化剂浓度０．６％,氢气压力８．１１×１０５Ｐａ,反应温度４１３Ｋ,脉冲式搅拌速度８０次／ｍｉｎ。     

一种基于空间域和频谱域特征的图象分割方法

提出了一种基于空间域和频谱域特征的神经网络的医学图像分割方法．本方法不需要教师监督,能自动生成最优的网络输出节点,即分类数．对ＣＴ,ＭＲＩ和超声图像的分割表明本方法有效方便．     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

高温氧化膜Cr2O3和NiO中应力松弛过程

用Ｘ射线原位应力测定了高温氧化膜Ｃｒ２Ｏ３和ＮｉＯ中的应力．结果表明,Ｃｒ２Ｏ３／Ｃｒ和ＮｉＯ／Ｎｉ体系氧化膜的生长应力分别为－１．９４９ＧＰａ和６５２ＭＰａ．在冷却过程中,Ｃｒ２Ｏ３／Ｃｒ体系发生很大的应力松弛过程,其主要表现形式为氧化膜翘曲和开裂;而在ＮｉＯ／Ｎｉ体系中,由于ＮｉＯ薄膜具有双层结构承受不同应力状态而获得松弛．     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

泛光照明效果的计算机模拟

从实际灯具的配光曲线及被照面材料的反射特性入手,运用光度学和色度学的计算方法,详细介绍了泛光照明效果的计算机模拟程序的设计思想和分析方法,按照这一思想设计的软件在泛光照明设计中将十分有用。     

交流调速系统的自学习控制

本文介绍了Ｉ／Ｏ映照记忆模型自学习控制的理论和方法,并用其为具有重大节能意义的泵类、风类机类等交流调速装置设计通用的智能控制器,以实现对期望转速的跟踪控制．文中给出了统一的系统模型描述、学习控制原理及初值控制的处理方法．